RANCANG BANGUN WEB KLASIFIKASI KISTA OVARIUM MENGGUNAKAN METODE DEEP LEARNING CONVOLUTIONAL NEURAL NETWORK

Gita Medina (2026) RANCANG BANGUN WEB KLASIFIKASI KISTA OVARIUM MENGGUNAKAN METODE DEEP LEARNING CONVOLUTIONAL NEURAL NETWORK. PROGRAM STUDI SARJANA SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2026.

Text Skripsi_Gita Medina (11203462210054).pdf Download (2MB)

Abstract

Penelitian ini bertujuan untuk merancang dan membangun aplikasi berbasis web yang mampu mengklasifikasikan jenis kista ovarium menggunakan metode Deep Learning dengan algoritma Convolutional Neural Network (CNN). Kista ovarium merupakan salah satu gangguan pada sistem reproduksi wanita yang sering dideteksi melalui pemeriksaan ultrasonografi (USG). Namun, interpretasi citra USG masih bergantung pada pengalaman tenaga medis sehingga berpotensi menimbulkan perbedaan hasil diagnosis. Perkembangan teknologi kecerdasan buatan, khususnya Deep Learning, memberikan peluang untuk membantu proses identifikasi dan klasifikasi citra medis secara otomatis. Penelitian ini menggunakan metode Research and Development (R&D) dengan dataset yang diperoleh dari Kaggle sebanyak 4.158 citra USG ovarium yang terbagi menjadi tiga kategori, yaitu Healthy, Simple Cyst, dan Complex Cyst. Tahapan penelitian meliputi pengumpulan dataset, preprocessing citra dengan melakukan image resizing menjadi 224 × 224 piksel dan normalisasi, pembagian dataset dengan rasio 80:20 untuk data pelatihan dan data pengujian, pembangunan dan pelatihan model CNN, pengujian model, serta evaluasi menggunakan accuracy, precision, recall, F1-score, dan confusion matrix. Model yang telah dibangun kemudian diimplementasikan ke dalam aplikasi berbasis web yang memungkinkan pengguna mengunggah citra USG ovarium dan memperoleh hasil klasifikasi secara otomatis berdasarkan tiga kategori yang telah ditentukan. Hasil dari penelitian ini diharapkan dapat menghasilkan aplikasi yang mampu membantu proses skrining awal kondisi ovarium secara cepat, mudah, dan akurat serta memberikan informasi awal berdasarkan citra USG yang dianalisis.

Actions (login required)

View Item